R：为什么summary（）随机截距均值和方差与手动计算不同？

如果我用R的

lme4:：glmer（）

拟合随机截获模型，我可以提取截获的结果向量，并计算这些截获的平均值和方差。但是，手动计算这些数字的结果似乎与在模型对象上使用

summary（）

的结果不匹配。发生什么事了

下面是我正在看的一个确切的工作示例，显示了不同意见：

set.seed(5)
# Load packages
library(fabricatr)
library(lme4)

##############################################################    
# Make some fake data with 10 clusters, 50 observations each
# and the outcomes are correlated in clusters.
##############################################################    

clusters <- rep(1:10, 50)
y <- fabricatr::draw_binary_icc(prob = 0.2, clusters = clusters, ICC = 0.5)

x1 <- rnorm(n = 500)
x2 <- rnorm(n = 500) 
x3 <- rnorm(n = 500)

dat <- data.frame(clusters, y, x1, x2, x3)

##############################################################    
# Fit binary logistic hierarchical regression model with 
# random intercepts, interaction
##############################################################    

m1 <- lme4::glmer(formula = y ~ x1*x2 + x3 + (1|clusters),
              data = dat, family = binomial(link = "logit"),
              nAGQ = 10)

##############################################################    
# Show manual vs. summary() intercept means and variance
##############################################################    

# Variance of random intercepts is 4.28, mean (Intercept) is -1.80
summary(m1)

# But manually the variance is 3.89 and mean is -1.70
intercepts <- coef(m1)$clusters["(Intercept)"]$`(Intercept)`
mean(intercepts)
var(intercepts)

set.seed（5）
#加载包
图书馆（制造商）
图书馆（lme4）
##############################################################    
#用10个簇，每个簇50个观测值制作一些假数据
#并且结果在集群中相互关联。
##############################################################    
集群这似乎与正确理解如何计算随机截获的方差有关，也就是说，这是一个主题。问题似乎在于理解混合模型中的参数。我建议在这个话题上对谷歌进行一些挖掘。也可以尝试通过bolker进行检查。那里有许多金块。